MétaCan
Menu
Retour à la cohorte
Enregistrement W4411221323 · doi:10.1017/s0261444825000059

Applications of word lists in second language learning and teaching

2025· article· en· W4411221323 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLanguage Teaching · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueSecond Language Acquisition and Learning
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésLinguisticsComputer scienceWord learningWord (group theory)PsychologyLanguage acquisitionNatural language processingMathematics educationVocabularyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Although word lists have generated a great deal of attention from researchers, there has been no comprehensive review of the applications of word lists in second language learning and teaching. This article reviews the development, validation, and applications of 50 word list studies that were published and discussed in major international peer-reviewed Applied Linguistics and TESOL journals from 2013 to 2023. It shows that the methodology of word list development and validation has become more sophisticated and word list developers can see many potential applications of their lists in research and pedagogy. However, most applications of recently developed word lists have been restricted to the BNC/COCA lists developed by Paul Nation, and little is known about the degree to which most word lists have been used in pedagogical contexts. Our review indicates several directions for future research on word lists, including exploring the impact of published lists on pedagogy, replicating word list studies for learners in underrepresented contexts, and developing sustainable, low-cost methods of developing word lists to allow teachers and learners to create lists serving their own needs.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,330
Écart entre enseignants0,325 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle